← к умной ленте

Агент Ouroboros занял первое место на бенчмарках Terminal Bench, OSWorld и CL-bench

Автор канала AbstractDL сообщил, что его open-source агентный луп Ouroborosi, написанный на чистом Python, вышел в лидеры сразу трёх бенчмарков для AI-агентов — Terminal Bench, OSWorldi и CL-bench, обойдя Codex, Claude code, Cursor и Hermes.

По словам автора, это делает Ouroboros лучшим доступным агентом для ресёрча, работы через терминал, computer use и кодинга одновременно — и с этого момента он переводит всю свою разработку и исследования на этот инструмент.

  • Ouroboros описан как «агентный луп на чистом питоне», который «доэволюционировал» до уровня лучшего харнесса для кодинга
  • Проект распространяется под лицензией MIT, весь код, скрипты и трейсы выложены в открытый доступ для полной воспроизводимости результатов
  • Автор прямо приглашает сообщество ломать, форкать код, проверять трейсы результатов, сообщать об ошибках и присылать issues и PR
  • Автор отметил, что прогон полного набора агентных бенчмарков крайне дорог — «стоит как квартиру купить», и уточнил, что это не шутка
  • Материалы и ссылки распространяются через GitHub, Хабр и установочники

Обсуждение

0
В

Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖